语音克隆——上传样本让 AI 模仿任何人的声音
合法边界先划
语音克隆是 Firefly 功能列表里最敏感的一个——必须明确：
- 仅可克隆你本人的声音或有明确授权的声音
- 未经授权克隆他人声音属于违法（各国法律都有不同程度的禁止条款）
- Firefly 的安全模型会拦截明显的滥用请求，但最终责任在使用者
操作流程
- 进入语音生成面板，选 Voice Clone 子模式。
- 上传至少 30 秒、推荐 2-5 分钟的目标人物录音样本（WAV / MP3 等常见格式）。
- 样本要求：音质清晰、无背景噪音、目标人物连续讲话、不要混入他人声音。
- AI 分析样本后生成一个专属声音模型。
- 后续生成语音时选这个声音模型即可输出"该声音"的朗读。
样本质量决定克隆效果
好的样本应该满足：
- 单一说话人——样本里只有目标人物，没有背景说话者
- 中等语速、自然情感——不要太快/太慢/太极端情绪
- 低背景噪音——在安静环境里录制
- 覆盖多种发音——包含目标语言的常见音素
用一段 30 秒的"你好我是某某某"克隆出来的效果会很僵硬；用一段 5 分钟自然对话克隆出来的效果会自然得多。
credits 消耗
语音克隆本身消耗一次性 credits（用于生成声音模型），后续用克隆声音生成语音的消耗和普通语音生成相同。